Soy bastante nuevo en R y estoy atrapado en un problema bastante tonto.

Estoy calibrando un árbol de regresión usando la rpart paquete para hacer alguna clasificación y algunas previsiones.

Gracias a R, la parte de calibración es fácil de hacer y fácil de controlar.

#the package rpart is needed
library(rpart)

# Loading of a big data file used for calibration
my_data <- read.csv("my_file.csv", sep=",", header=TRUE)

# Regression tree calibration
tree <- rpart(Ratio ~ Attribute1 + Attribute2 + Attribute3 + 
                      Attribute4 + Attribute5, 
                      method="anova", data=my_data, 
                      control=rpart.control(minsplit=100, cp=0.0001))

Después de haber calibrado un gran árbol de decisión, quiero que, para una muestra de datos determinada, encuentre el grupo correspondiente de algunos datos nuevos (y, por lo tanto, el valor pronosticado).
Lospredicta función @ parece ser perfecta para la necesidad.

# read validation data
validationData <-read.csv("my_sample.csv", sep=",", header=TRUE)

# search for the probability in the tree
predict <- predict(tree, newdata=validationData, class="prob")

# dump them in a file
write.table(predict, file="dump.txt") 

Sin embargo con elpredictétodo @ Solo obtengo la proporción pronosticada de mis nuevos elementos, y no puedo encontrar una manera de obtener eldecision tree leaf donde pertenecen mis nuevos elementos.

Creo que debería ser bastante fácil de obtener ya que el método de prediccióndeb he encontrado esa hoja para devolver la relación.

Hay varios parámetros que se pueden dar al método de predicción a través declass= argumento, pero para un árbol de regresión, todos parecen devolver lo mismo (el valor del atributo de destino del árbol de decisión)

¿Alguien sabe cómo obtener el nodo correspondiente en el árbol de decisión?

Analizando el nodo con lapath.rpart método, me ayudaría a comprender los resultados.